配電網無功功率優化

黃鵬

摘 要：電壓質量是衡量電網可靠優質運行的重要指標之一。首先介紹了配電網無功優化“分級分區補償、就地平衡”的原則；其次對配電網無功優化算法進行分類，詳細介紹了各類傳統優化算法和人工智能優化算法；最后總結了配電網無功功率優化的重要意義。

關鍵詞：配電網 有功損耗 無功優化 傳統優化算法 人工智能優化算法

中圖分類號：TM715 文獻標識碼：A 文章編號：1674-098X（2014）11（c）-0081-01

電網無功潮流分布合理、電壓質量合格是電網可靠、穩定運行的基礎。但由于長期以來受“重輸輕配”思想的影響，導致配電網建設投資不足，使其存在無功功率缺乏、日負荷曲線峰谷差大、末端電壓不合格等問題。隨著配電網發展及區域配電網聯系的日趨緊密，電網潮流更加復雜、安全性要求更高，但部分地區無功容量過剩卻不能有效補償其他無功短缺地區，急需配電網無功優化解決此問題。此外，對配電網無功功率進行優化，可改善功率因數、降低網絡損耗、節約能源、提高電壓水平和運行穩定性。

1 配電網無功優化原則

為既提升配電網電壓質量又減少網絡有功損耗，配電網無功功率應盡量少流動，避免遠距離傳輸。因此，配電網應按照“就地平衡”與“分級分區補償”相結合的原則，合理配置無功補償裝置，具體要求如下。

（1）總體與局部相協調。

若無功補償裝置布局不合理，無法使局部無功功率就地平衡，就會出現無功功率流動，增加線路損耗。因此，需以總體平衡為基礎，研究各個區域的局部無功補償方案并進行最后協調優化，方獲得最佳補償效果。

（2）以中、低壓配電網補償為主。

無功補償設備主要裝設在變壓站和線路上，對變壓器進行無功補償主要是補償其運行消耗的無功功率，這種補償方式并沒有對配電網線路無功進行優化。而全網總損耗的70%發生在低壓配電網，因此應以低壓配電網無功補償為主、其他方式為輔，有效降低全網有功損耗。

（3）供電方補償和用戶補償相結合。

為減少無功功率流動、降低網損和提升電壓質量，除供電方負責對配電網公共設備進行無功補償之外，電力用戶也應積極主動配合裝設無功補償裝置，對消耗無功較多的特殊設備補償適量無功，或改進設備的功率因數，減少無功消耗。

2 配電網無功優化算法

無功優化問題的狀態變量和控制變量既連續又離散，求解過程中會出現誤差大以及“維數災”等問題，難以得到最優結果。多年來已此領域開展眾多研究工作，并獲得了一些成果。優化算法通常包括經傳統優化方法和人工智能優化方法。

2.1 傳統優化方法

（1）線性規劃法。

無功優化屬非線性規劃問題，采用泰勒公式把目標函數和約束條件展開后消去高次項，將問題局部線性化處理。該方法進行無功優化計算時，運算速度快且收斂可靠。但在優化過程中將實際非線性問題進行線性化近似，誤差難以避免。若迭代步長選取不當，可能導致收斂緩慢或振蕩不收斂，優化結果和實際運行情況有差異。

（2）非線性規劃法法。

以極坐標形式牛拉法潮流計算為運算機理，采用拉格朗日乘數法對約束等式進行變換，采用庫恩塔克法處理約束不等式，以函數值迭代下降最快作為尋優方向，以使函數值盡快達到最小，該方法原理簡單、易于編程實現。但對梯度步長和懲罰函數的選擇要求很嚴格，懲罰因子過大發散、過小又不利于消除越界影響。由于前后兩次搜索方向垂直，在接近最優點時，收斂速度變慢甚至出現搜索鋸齒現象。

牛頓法具有二階收斂性，利用雅可比矩陣和海森矩陣對目標函數求解，統一對拉格朗日乘子和控制變量作修正處理，大大降低計算復雜性。但有效約束集一般通過試驗迭代確定，不易編程。

二次規劃法是采用二次多項式近似表達目標函數、線性化不等式來構造二次規劃模型，通過逐次近似求解原非線性問題。存在處理復雜、計算量大、編程難實現等問題。

（3）混合整數規劃法。

可同時處理連續變量和離散變量，但對整體最優又較大影響。易發生振蕩不收斂，計算過程復雜，計算量大，維數的增加會使計算時間急劇增長。

（4）動態規劃法。

按時間劃分為相互聯系的階段，并對每階段結果作出評判，從而得到最優解。當狀態變量增加時，將會出現“維數災”問題。

2.2 人工智能優化算法

（1）遺傳算法。

利用生物界物競天擇、適者生存的機理來隨機搜索。該算法不依賴優化模型，具有并行計算特性、魯棒性和自適應搜索能力，但其隨機搜索尋優，計算和優化速度慢，易過早收斂于局部最優。

（2）免疫算法。

仿效生物免疫系統，將目標函數和約束條件對應免疫系統的抗原，函數可行解對應免疫系統產生的抗體，通過計算抗體與抗原、抗體間的親和度及濃度得到最優抗體。可避免陷入局部最優，但當求解到一定范圍時，易做大量無用冗余迭代，求解效率較低。

（3）蟻群優化算法。

借鑒螞蟻間通過信息交流和相互協作的現象來求解組合最優問題。蟻群算法易跳出局部最優發現較好的解，具有較強的魯棒性，在求解離散優化問題方面具有優越性。但在求解過程中易出現停滯，當群體規模變大時，優化時間急劇增加較長。

3 結語

輸電網絡無功優化問題已進行了大量研究工作，并取得了較多成果成功運用于實踐，但配電網無功優化一直沒有得到足夠的重視，配電網自動化系統也大多側重于提高供電可靠性。我國配電網存在無功功率不足、電壓質量差、線損大等問題，嚴重影響了用戶正常用電，甚至給一些企業造成了很大的經濟損失。因此，對配電網進行無功優化，合理調整、補償無功功率具有重要現實意義。

參考文獻

[1] 張佩炯，蘇宏升.一種改進的云粒子群算法及其應用研究[J].計算機科學，2012，39（11）：249-255.

[2] 徐剛剛.基于CAGPSO和ISCO算法的電力系統無功優化研究[D].吉林：東北電力大學，2012：34-46.

[3] 曾令全，羅富寶，丁金嫚.禁忌搜索-粒子群算法在無功優化中的應用[J].電網技術，2011，35（7）：129-133

[4] 蘇玲，趙冬梅，韓靜.電力系統無功優化算法綜述[J].現代電力，2004（6）：12-16

[5] HUANG Chao-ming，SHIN-JU C， YANN-CHANG H，et al.Optimal active-reactive power dispatch using an enhanced differential evolution algorithm[C].Signal Processing DepartmentInstitute for Infocomm Research.2011 6th IEEE Conference on Industrial Electronics and Applications （ICIEA）.Beijing：IEEE，2011： 1869-1874.endprint